| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 故障诊断研究现状 | 第13-14页 |
| 1.2.2 列控系统故障诊断方法研究现状 | 第14-15页 |
| 1.2.3 文本信息抽取研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 高铁列控车载设备故障发现的研究方法 | 第18-25页 |
| 2.1 高铁列控车载设备组成与结构 | 第18-20页 |
| 2.2 高铁车载设备故障描述 | 第20-21页 |
| 2.3 文本文件简介 | 第21-23页 |
| 2.4 基于文本信息抽取的高铁车载设备故障发现的研究方法及框架 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 交接班记录与Log日志文件研究算法 | 第25-31页 |
| 3.1 分词算法 | 第25-27页 |
| 3.1.1 分词算法的原理 | 第25-26页 |
| 3.1.2 分词算法的功能和应用 | 第26-27页 |
| 3.2 信息抽取TFIDF算法 | 第27-28页 |
| 3.2.1 TFIDF算法的原理 | 第27-28页 |
| 3.2.2 信息抽取的功能和应用 | 第28页 |
| 3.3 正则表达式 | 第28-30页 |
| 3.3.1 正则表达式的原理 | 第29页 |
| 3.3.2 正则表达式的功能和应用 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 故障定位和信息抽取的设计实现 | 第31-46页 |
| 4.1 文本文件数据源介绍 | 第31-34页 |
| 4.1.1 列控车载计算机Log日志文件介绍 | 第31-33页 |
| 4.1.2 工作人员交接班文件介绍 | 第33-34页 |
| 4.2 文本数据的处理方法尝试 | 第34-39页 |
| 4.2.1 人工操作整理 | 第35页 |
| 4.2.2 SQL Server数据库与WEKA数据挖掘工具处理 | 第35-39页 |
| 4.3 两类文件进行信息抽取和故障自动定位的研究框架 | 第39-40页 |
| 4.3.1 工作人员交接班记录文件信息抽取的研究框架 | 第39-40页 |
| 4.3.2 Log日志文件故障定位的研究框架 | 第40页 |
| 4.4 基于信息抽取的故障字典构建和故障发现平台的搭建 | 第40-45页 |
| 4.4.1 分词与信息抽取算法确定故障字典 | 第40-43页 |
| 4.4.2 故障发现平台研究框架 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 基于文本信息抽取的故障发现系统实验 | 第46-57页 |
| 5.1 故障发现平台功能需求 | 第46页 |
| 5.2 故障发现平台的实验 | 第46-50页 |
| 5.2.1 操作流程 | 第46-48页 |
| 5.2.2 主要程序介绍 | 第48-50页 |
| 5.3 平台展示 | 第50-55页 |
| 5.3.1 登录界面 | 第50-51页 |
| 5.3.2 主界面 | 第51-55页 |
| 5.4 故障发现平台与传统数据处理研究方法对比 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 结论 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
